Customer Support Agents
客服 Agent 是 agent 落地最自然的场景之一，因为它同时具备会话流、工具访问、程序化动作和可度量的完成标准。
#tech / ai
#type / synthesis
#status / growing
[!info] related notes
- 所属 MOC: Agent MOC, AI MOC
- 相关概念: Agentic Systems, LLM Task Routing, Agent 测试与评估, Agent Guardrails, Agent 中的人类监督
- 易混淆概念:
- 相关资源: AI Agent 创建实践
Customer Support Agents
范围
这篇讲的是为什么 customer support 是 agent 的典型落地场景，而不是一般聊天机器人介绍。
为什么要放在一起理解
客服场景同时满足几件事：
- 交互天然是多轮对话
- 问题处理依赖外部工具和业务系统
- 很多动作可以程序化执行
- 是否解决问题可以相对明确地衡量
这让它比“纯聊天”更适合 agentic system。
依赖路径 / 调用链 / 演进链
一个成熟客服 agent 往往会组合这些能力：
- 先做 任务路由，区分一般咨询、退款、技术支持
- 再调用订单、客户信息、知识库和工单系统
- 必要时执行退款、更新 ticket、补发通知等动作
- 在高风险节点保留人工审批或升级
对比与易混淆点
- 客服 agent 的价值不只是“把 FAQ 聊出来”，而是“会话 + 查信息 + 做动作”的组合。
- 如果系统只能回答问题、不能落动作，它更像增强客服机器人，而不是完整 support agent。
- 客服场景对 guardrails、审计、权限和 escalation 机制要求很高，不能只看回答自然不自然。